Trong khi các trợ lý mã hóa AI hiện tại chủ yếu tập trung vào việc tăng năng suất của từng nhà phát triển, thì cách tiếp cận của Zencoder lại giải quyết thực tế hợp tác của kỹ thuật phần mềm hiện đại, nơi thường xảy ra sự chậm trễ giữa các vòng lặp mã hóa và phản hồi.
“Nếu bạn nhìn vào các công cụ được sử dụng ngày nay cho AI thực sự trong kỹ thuật, về cơ bản đó là các tác nhân mã hóa với một IDE”, Andrew Filev, CEO và nhà sáng lập của Zencoder, cho biết trong một cuộc phỏng vấn độc quyền với VentureBeat. “Và nếu bạn đào sâu hơn một lớp, bạn sẽ thấy chúng thường tập trung vào từng nhà phát triển. Tất cả đều hợp lý, vì tất cả đều bắt đầu từ nhà phát triển, đúng không?”
Nhưng Filev chỉ ra một khoảng cách quan trọng trong các giải pháp hiện tại: “Có toàn bộ lớp những thứ mà bạn có thể làm ngoài các kỹ sư cá nhân, vì các kỹ sư không làm việc một mình. Trong bất kỳ doanh nghiệp phần mềm thành công nào, quá trình phát triển diễn ra theo nhóm.”
Zen Agents thu hẹp chu kỳ phát triển bằng cách tự động hóa các bước trung gian
Nền tảng mới giải quyết khoảng cách này bằng cách cho phép các nhóm tạo và triển khai các tác nhân tùy chỉnh phù hợp với các khuôn khổ, quy trình làm việc hoặc cơ sở mã cụ thể. Các tác nhân này có thể được chia sẻ trên khắp các tổ chức, đảm bảo các hoạt động nhất quán trong khi loại bỏ các tác vụ lặp đi lặp lại.
Điểm khác biệt về mặt kỹ thuật của Zen Agents là việc triển khai Giao thức ngữ cảnh mô hình (MCP) , một tiêu chuẩn do Anthropic khởi xướng và được OpenAI hỗ trợ , cho phép các mô hình ngôn ngữ lớn tương tác với các công cụ bên ngoài.
Filev giải thích: “Là một phần của đợt ra mắt này, chúng tôi giới thiệu sổ đăng ký của riêng mình có hơn 100 máy chủ MCP”. “Chúng tôi tạo ra sổ đăng ký này vì hiện tại chưa có sổ đăng ký chuẩn nào. Nếu có sổ đăng ký chuẩn, chúng tôi chỉ cần kết nối với sổ đăng ký đó, vì giá trị thực sự của chúng tôi đến từ các tác nhân và công cụ chuyên dụng của chúng tôi”.
Các nhà phân tích ngành công nghiệp coi đây là một sự tiến triển tự nhiên trong các công cụ phát triển. Làn sóng đầu tiên của trợ lý mã hóa AI đã cung cấp sự gia tăng năng suất ngay lập tức cho các tác vụ riêng lẻ, nhưng không giải quyết được bản chất cộng tác của phát triển phần mềm doanh nghiệp, nơi thời gian thường bị mất trong quá trình chuyển giao giữa các thành viên trong nhóm.
Zen Agents hướng đến giải quyết những sự chuyển giao này bằng cách cho phép các tác nhân chuyên biệt tự động hóa các phần của vòng đời phát triển, từ đánh giá mã đến thử nghiệm. Filev cho biết: “Ví dụ, giả sử bạn có một tác nhân thực hiện đánh giá mã”. “Hãy tưởng tượng có một tác nhân mà bạn tin tưởng. Tác nhân đó thậm chí không nhất thiết phải giỏi như con người, vì nếu nó tìm thấy vấn đề và cung cấp phản hồi ngay lập tức, bạn có thể giải quyết những vấn đề đó ngay lập tức”.
Nền tảng này được thiết kế để sẵn sàng cho doanh nghiệp, với Zencoder chứng nhận ISO 27001 , chứng nhận SOC 2 Loại II và ISO 42001 cho các hệ thống quản lý AI có trách nhiệm — những chứng chỉ cần thiết để áp dụng trong các tổ chức coi trọng bảo mật.
Thị trường nguồn mở khai thác trí tuệ tập thể của cộng đồng nhà phát triển
Có lẽ khía cạnh đặc biệt nhất của lần ra mắt này là thị trường mã nguồn mở , cho phép cộng đồng nhà phát triển rộng lớn hơn đóng góp các tác nhân chuyên biệt. Cách tiếp cận này phản ánh các hệ sinh thái mã nguồn mở thành công như tiện ích mở rộng Visual Studio Code hoặc các gói npm , nơi các đóng góp của cộng đồng mở rộng đáng kể các khả năng vượt xa những gì bất kỳ nhà cung cấp đơn lẻ nào có thể phát triển.
“Tôi là người rất tin tưởng vào trí tuệ tập thể,” Filev lưu ý. “Có rất nhiều trường hợp sử dụng mà chúng ta thậm chí còn chưa nghĩ đến, và ngay cả khi chúng ta có tưởng tượng ra tất cả, chúng ta cũng sẽ không bao giờ có đủ nguồn lực để tự mình giải quyết chúng.”
Những người dùng sớm đã thấy giá trị trong việc tạo ra các tác nhân chuyên biệt. Filev chia sẻ: “Tôi rất ấn tượng với các ví dụ tích hợp nhiều bước vào quy trình làm việc của họ”. “Ví dụ, bạn có thể kéo một khung dây từ Figma, tự động tạo mã dựa trên khung dây đó, sau đó gửi yêu cầu kéo — tất cả đều là một quy trình liền mạch”.
Một ví dụ đáng chú ý khác đề cập đến các yêu cầu về khả năng truy cập—một lĩnh vực thường được thừa nhận là quan trọng nhưng thường bị hạ thấp ưu tiên do thời hạn gấp rút. Filev cho biết: “Người ủng hộ nhà phát triển của chúng tôi đã tạo ra một tác nhân cải thiện khả năng truy cập của mã”. “Mọi người trong lĩnh vực phần mềm đều đồng ý rằng khả năng truy cập cực kỳ quan trọng, nhưng trên thực tế, các nhóm không phải lúc nào cũng có thời gian để giải quyết đúng đắn những nhu cầu này”.
Theo Matt Walker, Đồng sáng lập và Giám đốc công nghệ của Simon Data , người được trích dẫn trong thông cáo báo chí, tác động đã được đo lường: “Zen Agents đánh dấu một bước tiến quan trọng trong phát triển được hỗ trợ bởi AI. Các tác nhân có thể chia sẻ trong nhóm cùng với tích hợp MCP cho phép chúng tôi xây dựng các công cụ AI chuyên biệt thực sự hiểu được quy trình phát triển và cơ sở hạ tầng độc đáo của chúng tôi. Chúng tôi đã nhận thấy sự giảm đáng kể trong việc chuyển đổi ngữ cảnh giữa các nhóm kỹ thuật của mình”.
Vượt ra ngoài mã hóa: Cuộc đua hướng tới trạng thái luồng phát triển được tăng cường AI
Giá cho Zen Agents hiện đang tuân theo một cấu trúc phân tầng đơn giản. Filev cho biết “Các gói giá của chúng tôi rất đơn giản: chúng tôi cung cấp một gói miễn phí, cùng với các tùy chọn hàng tháng là 20 đô la và 40 đô la”, mặc dù ông lưu ý rằng khi mức sử dụng tăng lên, công ty đang xem xét các tùy chọn mở rộng. “Tôi nghĩ về nó theo cách đơn giản – bạn càng sử dụng nhiều, bạn càng tiết kiệm được nhiều tiền”.
Nhìn về phía trước, Filev thấy Zen Agents đang tiến hóa theo hướng tự chủ hơn, không phải để thay thế các kỹ sư mà là để giúp họ có năng suất cao hơn đáng kể. Ông cho biết: “Chúng tôi đang chạy đua hướng tới tính tự chủ—không phải với mục tiêu thay thế các kỹ sư, mà với tầm nhìn giúp các kỹ sư có năng suất cao hơn gấp 10 lần”.
Tầm nhìn này không chỉ dừng lại ở việc viết code mà còn duy trì cái mà các nhà phát triển gọi là “trạng thái dòng chảy”—những khoảng thời gian làm việc không bị gián đoạn, hiệu quả cao. Filev giải thích rằng “Công ty chúng tôi có chữ Zen trong tên, và sẽ không hiệu quả nếu bắt đầu làm việc gì đó, sau đó chuyển sang việc khác, rồi sau đó quay lại nhiệm vụ ban đầu”. “Nếu chúng tôi có thể giữ bạn ở trạng thái dòng chảy đó, thì nhiệm vụ đã hoàn thành, đúng không?”
Trong khi Zencoder ban đầu tập trung vào các ứng dụng kỹ thuật phần mềm, Filev đã ám chỉ đến tiềm năng rộng hơn. “Nhiều người bạn công nghệ của tôi đã sử dụng công nghệ này cho các mục đích không phải kỹ thuật”, anh ấy nói, lấy trợ lý cá nhân và tự động hóa tiếp thị làm ví dụ. “Tôi tò mò muốn xem cộng đồng sẽ tạo ra điều gì với nó—có khả năng thực sự là nó có thể thu hút được sự chú ý trong bối cảnh rộng hơn nhiều”.
Khi các công cụ AI phát triển trong không gian phát triển phần mềm, Zen Agents chỉ ra một tương lai mà công nghệ ít tập trung vào việc thay thế các tác vụ riêng lẻ mà tập trung nhiều hơn vào việc điều phối toàn bộ vòng đời phát triển. Bằng cách tập trung vào không gian giữa các nhà phát triển — thay vì chỉ tập trung vào bản thân các nhà phát triển — Zencoder có thể đã tìm ra con đường dẫn đến trạng thái “thiền” khó nắm bắt mà mọi lập trình viên đều phấn đấu đạt được: xây dựng phần mềm có cảm giác như thực tế là nó đang tự viết.
